面向三维网络的多媒体流联邦半监督分类
机器学习
2022-05-03 v1 网络与互联网体系结构
摘要
随着当前加密传输信息（例如通过 HTTP 加密隧道）的趋势使得中间节点无法访问端到端数据包头部，自动流量分类在流量工程中变得越来越重要。然而，该信息对于流量整形、网络切片、服务质量（QoS）管理、网络入侵防御和异常检测至关重要。三维网络提供多条可保证不同 QoS 水平的路由。因此，服务分类与隔离对于通过适当的网络干线为每个流量子流保证所需的 QoS 水平至关重要。本文提出一种联邦特征选择与特征约简学习方案，以半监督协作方式对网络流量进行分类。三维网络的联邦网关有助于增强网络流量的全局知识，从而提高新流量流的异常与入侵检测以及服务识别的准确性。
引用
@article{arxiv.2205.00550,
title = {Federated Semi-Supervised Classification of Multimedia Flows for 3D Networks},
author = {Saira Bano and Achilles Machumilane and Lorenzo Valerio and Pietro Cassarà and Alberto Gotta},
journal= {arXiv preprint arXiv:2205.00550},
year = {2022}
}